Veo 3.1 de Google, avec audio natif
Avec Veo 3.1, un seul prompt devient une scène de cinéma avec sa propre bande-son : un personnage prononce une réplique sur fond de pluie, dans un clip de 8 secondes.
Veo 3.1 est le modèle de Google qui transforme du texte et des images en vidéos. Sur Pixel Dojo, il crée des clips de 4 à 8 secondes jusqu’en 1080p, au format 16:9 ou 9:16. Chaque version génère le son avec l’image. Avec Standard et Fast, tu écris les dialogues, les effets sonores et l’ambiance. Tous les clips de cette page ont été créés avec ce modèle et affichent leur prompt exact pour te servir de point de départ. Standard, Fast et Lite sont réunis dans un seul outil sur Pixel Dojo, aux côtés de tous les meilleurs modèles vidéo, de six studios et de Sensei, le réalisateur IA. Tes crédits sont reportés tant que ton abonnement est actif, et l’usage commercial est inclus dans toutes les offres.
96 credits ($6.00) Inclus dans chaque forfait, dès 10 $/mois.
Déjà membre ? Se connecter
Par Brian Lovett · Mis à jour
Choisis ta version selon les besoins du plan. Les crédits indiqués correspondent à un clip de 8 secondes en 1080p, la résolution de tous les clips de cette page.
| Version | Idéal pour | Durée du clip | Son | Crédits par clip de 8 s |
|---|---|---|---|---|
| Standard | Visages, dialogues et plans phares | 4, 6 ou 8 s | Dialogues, effets et ambiance | 96 avec audio |
| Fast | Mouvement, action et réseaux sociaux | 4, 6 ou 8 s | Dialogues, effets et ambiance | 36 avec audio |
| Lite | Plans d’illustration, arrière-plans et clips sociaux en volume | 8 s en 1080p | Son intégré | 16 |
Nous avons créé ces clips sur Pixel Dojo avec Veo 3.1, son activé : une scène dialoguée, une poursuite en rallye, un court-métrage en pâte à modeler, une publicité pour du café et un survol de canyon. Cinq genres, un seul modèle. Appuie sur Utiliser ce prompt sur la vignette de ton choix pour créer ta version.
Une scène dialoguée avec son intégré. Il cesse d’astiquer la lanterne, se tourne et prononce sa réplique sur fond de pluie. La lumière chaude de la lanterne éclaire son visage devant une fenêtre froide striée de pluie. Pars de ce prompt pour tout plan avec un personnage qui parle.
Medium close-up, slow push in. A lighthouse keeper in his sixties with a salt and pepper beard and a navy cable knit sweater stops polishing a brass lantern, turns to someone just off camera and says in a low, steady voice: "The storm turned north. We have one hour. Wake the others." Rain streams down the tall window behind him, warm lantern light on one side of his face against cold blue storm light, 35mm anamorphic lens, shallow depth of field, fine film grain. Sound: heavy rain on glass, a distant roll of thunder, the soft squeak of cloth on brass. No subtitles.
De l’action automobile qui a du poids. La voiture dérape dans une épingle sur du gravier mouillé, les roues arrière projettent la boue en éventail et la route détrempée reflète les phares. Le tout en un seul travelling au ras du sol. Pars de ce prompt pour tes scènes de poursuite et de véhicules.
Low tracking shot at wheel height. A mud caked rally car with plain unmarked bodywork slides sideways through a hairpin on a wet forest gravel road, the rear wheels throwing a fan of mud and stones toward the lens, headlights cutting through low morning mist, pine trunks streaking past, telephoto compression, slight camera shake, high contrast teal and amber grade. Sound: roaring turbo engine, popping exhaust, gravel rattling against the camera housing.
Tout le charme du stop motion à partir d’un prompt. Un renard en pâte à modeler, une écharpe en maille au cou, sort des pains chauds d’un four en briques, puis se tourne vers la caméra pour prononcer sa réplique. Les empreintes de doigts marquent la pâte et des ampoules brillent derrière lui. Pars de ce prompt pour tes courts-métrages animés et tes contenus jeunesse.
Stop motion claymation, medium shot, locked camera. A small orange clay fox in a green knitted scarf pulls a tray of lumpy clay bread out of a tiny brick oven, sniffs it, and says proudly: "Perfect. Well, nearly." Visible thumbprint texture on the clay, felt curtains, warm tungsten practical lights, slightly stepped stop motion movement. Sound: an oven door creak, a cheerful plucked ukulele, a soft crackle of fire. No subtitles.
Une publicité pour une boisson en un seul clip. La crème se déverse dans le café glacé et se déploie entre les glaçons. La condensation perle sur le verre, un contre-jour ambré traverse la boisson et la caméra reste fixe, comme sur un tournage produit en studio.
Macro product shot, locked camera, slow motion. A thin stream of cream is already pouring into a tall clear glass of iced black coffee, blooming downward in slow marbled white clouds between the ice cubes, condensation beading on the cold glass, warm amber backlight glowing through the coffee against a deep charcoal background, 100mm macro lens, crisp commercial look. Sound: ice cubes clinking and cracking, the soft trickle of the pour, a low warm synth pad.
Des paysages grandioses pour ouvrir tes vidéos voyage et nature. La caméra rase une rivière turquoise, bascule au-dessus de la cascade et dévoile un canyon de colonnes de basalte noir, avec un arc-en-ciel dans les embruns. Le tout en un seul survol continu.
Aerial drone shot, fast and low, gliding over a turquoise glacial river toward the lip of a thundering waterfall, then tilting down as the ground drops away to reveal a vast canyon of black basalt columns filled with mist at sunrise, a rainbow in the spray, wide lens, crisp documentary look, no drone visible in frame. Sound: rushing wind, the building roar of falling water.
Nous avons testé le même prompt de danseuse en robe rouge cramoisi sur Standard, Fast et Lite, en 8 s et en 1080p, ainsi qu’une version de 4 s sur Fast. Chaque version a conservé le faisceau de lumière unique, la brume flottante et l’éclat de la soie rouge sur le béton gris. Tu choisis selon ton budget, le style reste.
Standard, 8 s. La brume la plus dense et la silhouette la plus nette de la série, avec la jupe qui se déploie en un grand arc rouge sous la lumière venue d’en haut.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 8 s. La soie se déploie dès les premières images et décrit de grands mouvements tout au long du clip. Même en vignette, elle capte le regard.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Lite, 8 s. La même mise en scène, une brume douce et lumineuse et sa propre bande-son au prix par clip le plus bas, avec la robe qui tourbillonne en un large cercle.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 4 s. Le même style dans un format court, les bras ouverts et la jupe en mouvement dès la première image, pour la moitié des crédits du clip de 8 s.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Voici les réglages de l’outil Veo 3.1 et de son API, avec des conseils pour obtenir des résultats comme les clips ci-dessus.
Choisis Standard pour les dialogues et les gros plans, Fast pour le mouvement et l’action, ou Lite pour le prix par clip le plus bas. Tu peux lancer le même prompt sur chaque version.
Commence par la valeur de plan et le mouvement de caméra, puis décris un sujet précis qui fait une seule chose, la lumière, l’objectif et une ligne « Son : ». Tous les prompts de cette page suivent cet ordre. Copies-en un et remplace le sujet par le tien.
Écris sa réplique entre guillemets doubles et décris sa voix, par exemple « d’une voix grave et posée ». Termine par « Sans sous-titres. » pour garder une image épurée.
Règle la durée, la résolution et le format, puis lance la génération. Pour une vidéo plus longue, crée plusieurs clips et assemble-les au montage, ou utilise une image fixe comme image de départ du plan suivant.
Veo 3.1 est inclus dans toutes les offres Pixel Dojo, dès 10 $/mois. Tes crédits sont reportés tant que ton abonnement est actif. L’outil affiche le prix exact selon tes réglages avant de lancer la génération.
Un clip de 8 secondes en 1080p avec audio coûte 96 crédits sur Standard et 36 crédits sur Fast. Un clip Fast de 4 secondes coûte 18 crédits. Un clip Lite de 8 secondes en 1080p coûte 16 crédits.
Avec l’audio activé, Standard coûte 12 crédits par seconde et Fast 4,5 crédits. Sans audio, ils coûtent 8 et 3 crédits. Lite coûte 2 crédits par seconde en 1080p et 1,5 en 720p.
Veo 3.1 est le générateur vidéo IA de Google. Il transforme un prompt texte ou une image en un court clip cinématographique avec du son généré : dialogues, effets et ambiance. Sur Pixel Dojo, il propose trois versions, Standard, Fast et Lite, réunies dans un seul outil. Il est aussi disponible via l’API Pixel Dojo sous les identifiants veo-3.1-standard, veo-3.1-fast et veo-3.1-lite.
Les scènes avec du son. Chaque version génère l’audio avec l’image : un personnage peut prononcer une réplique à l’écran sur fond de pluie. Veo 3.1 maîtrise aussi les mouvements du monde réel, de la boue projetée par une voiture de rallye à la crème qui se déploie dans un café glacé, ainsi que les styles visuels comme le stop motion en pâte à modeler.
Oui. Toutes les versions génèrent le son avec l’image, et chaque clip que nous avons créé, y compris avec Lite, avait sa propre piste audio. Place les dialogues entre guillemets doubles et les indications sonores après la mention « Sound: ». Les deux personnages pour lesquels nous avons écrit des répliques, l’homme à la lanterne et le renard en pâte à modeler, parlent à l’écran.
Standard offre la meilleure qualité pour les visages, les dialogues et les plans phares. C’est aussi la seule version qui accepte les images de référence. Fast coûte moins de la moitié du prix par seconde et excelle dans le mouvement et l’action. Lite offre le prix par clip le plus bas et génère du son sur chaque plan.
Oui. Tes créations t’appartiennent, quelle que soit ta formule.
Un compte gratuit te donne accès à 3 effets gratuits par jour pour tester Pixel Dojo. Veo 3.1 est inclus dans toutes les formules dès 10 $/mois, et tes crédits sont reportés tant que ton abonnement reste actif. Un clip Lite de 8 secondes coûte 16 crédits, contre 36 pour Fast avec audio.
Oui. Les trois versions acceptent une image de départ, et tu peux ajouter une image de fin pour définir le dernier plan du clip. Standard accepte aussi jusqu’à 3 images de référence pour garder un sujet ou un style cohérent.
Écris un prompt ci-dessus ou pars de n’importe quel exemple de cette page. Un seul forfait couvre tous les meilleurs modèles, six studios et Sensei, et tes crédits sont reportés.
Commencer avec Veo 3.1